Modelos Lineales Dinámicos Bayesianos

Universidad San Francisco
Abril 2010
Modelos Lineales Dinámicos Bayesianos1
por
Juan Sebastián Araujo D.
1. Introducción
El siguiente documento presenta una aproximación a los modelos lineales
dinámicos (DLM por sus siglas en inglés) desde un punto de vista de la teoría bayesiana.
Por ende, se pretende realizar pronósticos mediante una actualización de las distribuciones
de variables estocásticas que influyen en las observaciones a través del tiempo dada nueva
información.
En términos generales entonces, los DLM se definen según la estructura cuádruple

Ft , Gt , Vt , Wt  para cada tiempo t . Este conjunto lleva implícitas las siguientes
ecuaciones:
Ec. de observaciones: Yt  Ft  t  v t , v t  N0, Vt 
Ec. de Sistema:  t  Gt  t−1  wt , wt  N0, Wt 
Información Inicial:  0 |D0   Nm0 , C0 
En la sección 2 se presentan los modelos polinomiales de primer orden, de los

cuales se pueden obtener ideas y conclusiones importantes para el desarrollo general de los
DLM. En la sección 3 se analiza el caso de las regresiones dinámicas que, entre otras cosas,
permiten justificar la existencia de la ecuación de sistema. La sección 4 trata de la
formalización de los DLM en base a lo encontrado en las partes anteriores. La sección 5
presenta ejemplos ejecutados en R. Finalmente las partes 6 y 7 entrega la bibliografía y el
algoritmo en R respectivamente.
2. Modelos Polinomiales de Primer Orden

2.1 Ideas Iniciales
El modelo polinomial de primero orden para pronosticar un proceso estocástico Yt ,

se representa por el conjunto 1, 1, V t , Wt  tal que
Yt   t  v t , v t  N0, V t ,
1
El siguiente documento está basado íntegramente en West y Harrison (1997).
1
Abril 2010
donde v t se denomina error observacional, y la tendencia  t sigue un camino aleatorio

simple
 t   t−1  w t , w t  N0, W t ,
en el que w t es conocido como error de evolución.
En un principio, se asumirá que las varianzas V t y W t son conocidas, y también que

los t y w t son variables aleatorias interna y mutuamente independientes. Es así que las
v
ecuaciones anteriores pueden redefinirse de la siguiente manera:
Yt | t   N t , V t 
 t | t−1   N t−1 , W t  ,
debido a que se presentan como una combinación lineal de variables con distribución
normal i.i.d.
Por otra parte, nótese que si la razón definida por r t  Wt /V t es pequeña para todo
t , la tendencia  t es poco variable a través del tiempo. En consecuencia, el modelo puede
emplearse para pronósticos de corto plazo. Esto implica que, dada la información existente
Dt , el valor esperado de Ytk , ∀k ≥ 0 es
EYtk | t   E tk | t    t

 EYtk |Dt   E t |Dt   m t ,
donde m t es un valor conocido en el tiempo t .
2.2 El Modelo Cerrado
Para la definición y los teoremas presentados a continuación, se asumirá al DLM

como cerrado. En cuanto a esto, se dice que un modelo es cerrado al no considerar
información externa al mismo. Se cumple entonces que el conjunto de información
Dt  Yt , Dt−1  .
Definición 1. Para cada tiempo t , el DLM 1, 1, V t , Wt  se define por:

Ec. de observaciones: Yt   t  v t , v t  N0, V t 
Ec. de Sistema:  t   t−1  w t , w t  N0, W t 
Información Inicial:  0 |D0   Nm 0 , C 0 
Definido el modelo, interesa entonces estudiar los pronósticos para uno y más
periodos a partir de t . Los teoremas siguientes permiten cumplir este objetivo.
2
Abril 2010
Teorema 1. Para el DLM definido por 1, 1, V t , W t  , el pronóstico para el siguiente

período y la distribución a posteriori para la tendencia, se puede obtener secuencialmente
tal que
(a) Dist. a posteriori para  t−1 :  t−1 |Dt−1   Nm t−1 , C t−1 
(b) Dist. a priori para  t :  t |Dt−1   Nm t−1 , Rt 
Rt  C t−1  W t
(c) Pronóstico para un período: Yt |Dt−1   Nm t−1 , Qt 
Q t  Rt  V t
(d) Dist. a posterior para  t :  t |Dt   Nm t , C t 
R
m t  m t−1  t e t  m t−1  A t e t
Qt
e t  Yt − m t−1
R
Ct  t Vt  AtVt
Qt
Analizando las ecuaciones del teorema 1, se pueden observar tres detalles

importantes:
- Primero, surge la razón Rt /Qt conocida como coeficiente de adaptación a nuevos datos
y denotada como A t , la cual cumple con la desigualdad
0 < A t = Rt   2t  1
Qt ,
donde  t es la correlación entre Yt y  t dada la información Dt−1 .
- Segundo, resulta evidente que el valor m t es un promedio ponderado entre el valor

observado y la tendencia media a priori, es decir,
m t  A t Yt  1 − A t m t−1 .
- Tercero, la precisión del modelo  t definida por la inversa de la varianza

observacional, mejora al agregar nueva información. Es así que
(i) Precisión a priori
 t |Dt−1   R−1
t
(ii) Precisión posterior
 t |Dt   C −1
Qt R  Vt
t   t  R−1 −1 −1
t  V t ≥ Rt
Rt V t Rt V t
Ahora bien, interesa de igual modo estudiar los pronósticos de más de un periodo a
3
Abril 2010
partir de t . Para hacerlo hay que considerar dos variables distintas: Ytk |Dt  que se define
como el pronóstico para k ≥ 1 períodos adelante, y X t k|Dt  definido por el pronóstico
k -step lead time, donde
k
X t k  Yt1 . . . Ytk  ∑ Ytj
j1
Teorema 2. Para k ≥ 1 existen las siguientes distribuciones

(a) k periodos adelante: Ytk |Dt   Nm t , Qt k
(b) k -step lead time: X t k|Dt   Nkm t , L t k
donde
k
Qt k  C t  ∑ W tj  V tk
j1
k k
L t k  k 2 C j  ∑ V tj  ∑ j 2 Wtk1−j
j1 j1 .
2.3 El Modelo Constante
Una variación al modelo antes descrito es aquel que asume a las varianzas de los
errores observacionales y de evolución no cambian a lo largo del tiempo. Dicho modelo se
conoce como DLM constante y se define según el conjunto 1, 1, V, W tal que
Ec. de observaciones: Yt   t  v t , v t  N0, V
Ec. de Sistema:  t   t−1  w t , w t  N0, W
Información Inicial:  0 |D0   Nm 0 , C 0 
Dado esto, es posible hacer un análisis de convergencia límite como indica el

teorema siguiente.
Teorema 3. Definida la razón constante r  W/V ; a medida que t →  , A t → A ,

C t → C  AV , donde
limt→ A t  A  r 1  4r − 1
2
Y de igual manera
r A2
1−A
Qt → Q  V
1−A
4
Abril 2010
Rt → R  AQ
W  A2 Q
V  1 − AQ
Nótese que según el teorema, si A  1 implica que V  0 y por ende r →  . En

este caso el modelo se reduce a un camino aleatorio puro donde Yt  Yt−1  w t . De darse
este caso, el predictor m t  Yt y el modelo presentará poca utilidad para fines predictivos.
Por el contrario, cuando A → 0 se cumple que m t ≈ m t−1 y ninguno de los cambios en la
serie de tiempo será tomado por el predictor. Todo esto permite concluir que A es un
indicador de la sensibilidad de dicho predictor frente a los valores de las observaciones.
Corolario 1. Considerando el DLM constante y el Teorema 2, se tiene que la distribución

de los pronósticos es
(a) k periodos adelante: Ytk |Dt   Nm t , Qt k
(b) k-step lead time: X t k|Dt   Nkm t , L t k
donde
Qt k  C t  kW  V
k  12k  1W
L t k  k 2 C j  kV 
6 .
2.4 Importancia y Determinación de la Varianza de Evolución Wt
Suponga que para analizar cierto proceso, se escoge un DLM constante con
varianza observacional V y ratio r , cuando verdaderamente los datos están generados por
valores V 0 y r 0 . El modelo entonces presentaría en su forma asintótica la ecuación
ΔYt  e t − e t−1 ,
donde   1 − A y e t |Dt−1   N0, Q con Q  V/ por el teorema 3. Por su parte, el

verdadero modelo presentaría la ecuación
ΔYt  a t −  0 a t−1 ,
donde  0  1 − A 0 y a t |Dt−1   N0, Q0  con Q0  V 0 / 0 .
A fin de estudiar la incidencia de una mala selección de variables, se igualan las dos
expresiones anteriores tal que
5
Abril 2010
e t − e t−1  a t −  0 a t−1
t
 e t  a t   −  0  ∑  j a t−j1
j0 .
De aquí se obtiene que si t →  :

Ee t |D0   0
 −  0  2
Vare t |D0   Q0 1 
1 − 2
Surge entonces la pregunta, ¿qué valores de W deberían seleccionarse para que

Vare t |D0  ≈ Q0 ? El teorema 3 permite responder la interrogante, ya que si
W → 0  r → 0   → 1  Vare t |D0  →  por lo que hay una penalización muy fuerte
sin importar el valor V escogido. Por otra parte, si W →   r →    → 0
 Vare t |D0  → Q0 1   20  . En consecuencia, es preferible siempre tomar valores de W
grandes cuando no se está seguro si los parámetros iniciales seleccionados son los
correctos.
Ahora bien, por el teorema 3 se sabe también que
R CW  C
1−A
W A C
1−A ,
es decir, W es una proporción fija de C . Y tomando como factor de descuento a   1 − A

tal que
0. 8 ≤  ≤ 1 ,
es posible definir una valor para W t mediante la fórmula
1 − 
Wt  C t−1
 .
2.5 El Desconocimiento de la Varianza Observacional Vt
En la práctica, la varianza observacional V t no suele ser conocida aunque se pueden

tener indicios a priori sobre su comportamiento. En este apartado se considerará
únicamente el caso en que V t  V , donde V es una constante desconocida. También se
hará uso de la precisión que, como se mencionó líneas arriba, se calcula como la inversa de
la varianza observacional tal que
6
Abril 2010
  1  V −1
V .
Nótese entonces que gracias al teorema 3 es posible representar a W t y C t como

múltiplos de V . Es así que para el primer caso
w t |Dt−1   N0, VW∗t  ,
∗
donde Wt es la varianza de w t cuando V  1 .
Definición 2. Para cada tiempo t , el DLM se define por

Ec. de Sistema:  t   t−1  w t , w t  N0, VW ∗t 
Información Inicial:  0 |D0 , V  Nm 0 , VC ∗0 
|D0   Γn 0 /2, d 0 /2 ,
∗ ∗
donde Wt , C 0 , n 0 y d 0 son conocidas en t  0 .
Dada la distribución gamma a priori que sigue la precisión, se tiene que
n0
E|D0    1 ,
d0 S0
donde S 0  d 0 /n 0 es una estimación puntual a priori de V . Además, se puede redefinir la

información inicial tal que
 0 |D0   t n 0 m 0 , C 0 ,
∗
donde C 0  S 0 C 0 .
Teorema 4. Dado el DLM de la definición 2, se tienen los siguientes resultados para

t ≥ 1:
Ec. de Sistema:  t   t−1  w t , w t  t n t−1 0, W t 
Información Inicial:  t−1 |Dt−1   t n t−1 m t−1 , C t−1 
|Dt−1   Γn t−1 /2, n t−1 S t−1 /2
Pronóstico:  t |Dt−1   t n t−1 m t−1 , Rt 
Yt |Dt−1   t n t−1 f t , Qt 
Rt  C t−1  W t
f t  m t−1
Qt  Rt  S t−1
Adaptación: |Dt   Γn t /2, n t S t /2
 t |Dt   t n t m t , C t 
7
Abril 2010
n t  n t−1  1
e 2t S
S t  S t−1  − 1 nt−1
Qt t
m t  m t−1  A t et
Ct  AtSt
e t  Yt − f t
R
At  t
Qt .
3. Modelos de Regresión Dinámica

3.1 Ideas Iniciales
En general, los modelos de regresión estudian el efecto de variables independientes

o regresoras X en una variable respuesta Y. Cuando estos modelos se dinamizan, haciendo
que las mencionadas variables estén en función del tiempo t , se puede expresar el valor de
Yt tal que
EYt   Xt  .
Sin embargo en este contexto, no existen argumentos suficientes que garanticen que
los parámetros  serán constantes en todos los t . Por el contrario, es esperable que la
estructura de los procesos Xt y Yt cambien con el paso del tiempo, por lo que es preferible
redefinir el modelo de regresión tal que
EYt   Xt  t ,
donde una representación simple y adecuada para los parámetros  t puede darse con
caminos aleatorios, de modo que
E t  t−1    t−1 ,
con su varianza correspondiente.
3.2 El Modelo de Regresión como DLM
Para definir el modelo DLM es importante recalcar dos características de la matriz

de regresores. Primero, en ella existen n variables denotadas X 1 , . . . , X n . Segundo, estas
variables toman distintos valores a lo largo del tiempo por lo que, para un tiempo t
cualquiera, la i-ésima variable se representa como X it .
8
Abril 2010
Definición 3. Para cada t , el DLM de regresión se define como

Ec. de observaciones: Yt  F Tt  t  v t , v t  N0, V t 
Ec. de Sistema:  t   t−1  w t , w t  N0, W t  ,
donde F t  1, X t1 . . . X tn  es la matriz de regresores,  t es el vector de parámetros y Wt
T
es la matriz de varianza de evolución para  t .
La definición indica que los parámetros siguen un camino aleatorio como se planteó
líneas arriba, y que los cambios en los mismos se deben fundamentalmente al error de
evolución wt . Nótese además que el modelo de regresión estático presenta igualmente esta
forma con Wt  0 y  t   constante.
Ahora bien, a fin de facilitar el estudio de los DLM de regresión, una variación del
modelo que emplee una sola variable predictora y un valor del intercepto de 0, resulta
sumamente útil. Es así que es posible definir la siguiente estructura en consideración a estas
características.
Definición 4. Sea el DLM F t , 1, V t , W t  tal que

Ec. de observaciones: Yt  F t  t  v t , v t  N0, V t 
Ec. de Sistema:  t   t−1  w t , w t  N0, W t 
Información Inicial:  0 |D0   Nm 0 , C 0 ,
donde m 0 es una media conocida en t  0 , y F t  X 1t .
3.3 Ecuaciones de Actualización y Pronóstico
En consideración al modelo propuesto en la definición 4 y a los conceptos tratados

en la sección 2, es posible plantear los siguientes teoremas.
Teorema 5. El pronóstico para un período adelante y las distribuciones posteriores se

obtienen como sigue:
(a) Dist. a posteriori para  t−1 :  t−1 |Dt−1   Nm t−1 , C t−1 
(b) Dist. a priori para  t :  t |Dt−1   Nm t−1 , Rt 
Rt  C t−1  W t
(c) Pronóstico para un período: Yt |Dt−1   Nf t , Qt 
f t  F t m t−1
Qt  F 2t Rt  V t
(d) Dist. a posterior para  t :  t |Dt   Nm t , C t 
m t  m t−1  A t e t
R AV
Ct  t Vt  t t
Qt Ft
FR
At  t t
Qt
e t  Yt − f t .
9
Abril 2010
Teorema 6. Para k ≥ 1 , las distribuciones del pronóstico para k períodos adelante son
Ytk |Dt   Nf t k, Qt k

 tk |Dt   Nm t , Rt k,
donde
f t k  F tk m t
k
Rt k  C t  ∑ W tj
j1
Qt k  F 2tk Rt k  V tk .
Las ecuaciones de los teoremas 5 y 6 entregan cuatro conclusiones importantes:
- La media posterior m t se obtiene mediante una corrección en base al error de

predicción e t que se suma a la media a priori m t−1 de forma semejante al teorema 1.
Además, el factor de corrección A t siempre lleva el signo del regresor F t .
- En cuanto a la precisión, la posterior siempre es mayor que la a priori para F t ̸ 0 ya
que
 t |Dt   C −1 −1 2 −1 −1
t  Rt  F t V t ≥  t |D t−1   Rt .
Nótese también que este valor es directamente proporcional a |F t | , de modo que si

F t  0 , Yt no entrega información adicional para la actualización de  t . Es más, si
para una secuencia de t , F t  0 , entonces la distribución posterior se vuelve cada vez
menos precisa debido a la continua agregación de Wt .
- Si se suponen varianzas constantes, entonces se cumple lo siguiente para t →  y la

2
rF  WF
razón V :
rF 4 −1
A t → AF  1
2 rF
AFV
C t → CF 
F2 ;
en consecuencia, si F es acotado, A t y C t también serán acotados tal que
a  F  b  A t ∈ Aa, Ab, C t ∈ Cmax|a|, |b|, Cmin|u| : u ∈ a, b
10
Abril 2010
- En el modelo estático ( Wt  0, ∀t ), donde  es constante, se cumple que

t
(φ t ) D t ) = C t− 1 = C 0− 1 + ∑ F 2j V −1
j
j1
t
0 m 0  C t ∑ F j V j Yj
m t  C t C −1 2 −1
j1 ,
y cuando C 0 −1 es pequeño, m t es el estimador de máxima verosimilitud de  y C t es la

varianza asociada.
3.4 Ventajas de los DLM de Acuerdo al Caso Presentado
El DLM de regresión tiene claras ventajas por sobre el modelo estático; y éstas
pueden extenderse a todos los casos de DLM. A continuación se detallan las más evidentes.
Cuando se usan modelos dinámicos, se responde de mejor manera a la nueva

información. Esto por el contrario, no sucede en modelos estáticos con W t  0 para todo t .
La implicancia directa de lo anterior, es que los primeros son más robustos para pronosticar
en el corto plazo gracias a su mayor precisión.
Como ya se destacó, el coeficiente de adaptación A t sigue el signo del regresor F t .

Además cuando F t → 0  C t se hace más grande ya que Yt no entrega nueva información
para el movimiento entre  t−1 y  t . Por otra parte si |F t | aumenta entonces C t disminuye y
el coeficiente de adaptación aumenta proporcionalmente.
3.5 Varianzas Observacionales y de Evolución
En términos generales, el proceso es semejante al visto en el apartado 2.5 donde se

considera V como constante y desconocido, y su estimación se basa en el análisis
bayesiano de la distribución gamma que sigue la precisión  . De igual manera se puede
definir Wt mediante la aproximación vista en 2.4 por el factor de descuento  tal que
Wt  C t−1  −1 − 1
Rt   − 1 C t .
Es así, que las ecuaciones para la regresión DLM con intercepto en el origen y
varianza observacional contante (con estimación puntual S t ) son las siguientes:
Ec. de observaciones: Yt  F t  t  v t , v t  N0, V
Ec. de Sistema:  t   t−1  w t , w t  t n t−1 0, W t 
11
Abril 2010
Información Inicial:  t−1 |Dt−1   t n t−1 m t−1 , C t−1 

|Dt−1   Γn t−1 /2, n t−1 S t−1 /2
Pronóstico:  t |Dt−1   t n t−1 m t−1 , Rt 
Yt |Dt−1   t n t−1 f t , Qt 
Rt  C t−1  W t
f t  F t m t−1
Qt  F 2t Rt  S t−1
 t |Dt   t n t m t , C t 
n t  n t−1  1
e 2t S
S t  S t−1  − 1 nt−1
Qt t
m t  m t−1  A t e t
R
Ct  t St
Qt
e t  Yt − f t
FR
At  t t
Qt .
4. El Modelo Lineal Dinámico
4.1 Ideas Iniciales
Las secciones anteriores muestran características básicas pero importantes de los

modelos DLM en consideración al análisis bayesiano. En cuanto a esto, lo primero que se
debe hacer es examinar el contexto del pronóstico y seleccionar una parametrización
adecuada  t−1 tal que la información histórica relevante para predecir el futuro esté incluida
en la información acerca de  t−1 . Esto implica que la distribución de probabilidad
 t−1 |Dt−1  es suficiente para pronosticar.
Además, las predicciones al respecto de  t deberán siempre acompañarse de

pronósticos de las observaciones Yt , de modo que si se considera un sistema cerrado,
 t |Dt  tendrá suficiente información para predecir el conjunto
Yt1 ,  t1 , . . . , Ytk ,  tk , ∀k  1 .
Por otra parte, el siguiente principio se aplica siempre: "una combinación lineal de
DLM normales e independientes es asimismo un DLM normal. Esto permite que el modelo
combinado sea robusto, y que si una de las partes está errada, el resto de los términos del
modelo no se verán afectados.
Finalmente, la distribución conjunta de las observaciones y los parámetros se puede
12
Abril 2010
derivar usando leyes de probabilidad tal que
PYt ,  t |Dt−1   PYt | t , Dt−1 P t |Dt−1 ,
de donde el pronóstico corresponde a la distribución Yt |Dt−1  y la distribución posterior de

los parámetros es  t |Yt , Dt−1    t |Dt  .
4.2 Definiciones y Notación Fundamental
Sean los vectores de observaciones Yt y parámetros  t , los cuales son de

dimensiones r  1 y n  1 respectivamente.
Definición 5. El modelo DLM se define por el conjunto Ft , Gt , Vt , Wt  para cada t , en el

que F t y G t son matrices conocidas de dimensiones n  r y n  n respectivamente, y V t y
Wt son matrices de varianza conocidas de dimensiones r  r y n  n respectivamente. Se
puede entonces relacionar los vectores Yt y  t tal que
Ec. observaciones:
Yt | t , Dt−1   NFTt  t , Vt 

 Yt  FTt  t  v t , v t  N0, Vt 
Ec. de sistema:
 t | t−1 , Dt−1   NGt  t−1 , Wt 

  t  Gt  t−1  wt , wt  N0, Wt  .
De estas ecuaciones se puede deducir que Ft es la matriz de valores conocidos de

las variables independientes,  t es el vector de estado o sistema, Ft  t es la respuesta
T
esperada, v t es el error de observaciones, Gt es la matriz de evolución y wt es el error de

evolución.
La siguiente definición presenta el DLM univariado con el que se trabajará en los

apartados siguientes.
Definición 6. Para cada t , el DLM univariado Ft , Gt , V t , Wt  se define por

Ec. de observaciones: Yt  F Tt  t  v t , v t  N0, V t 
Ec. de Sistema:  t  G t  t−1  w t , w t  N0, Wt 
Información Inicial:  0 |D0   Nm 0 , C 0 
4.3 Ecuaciones de Actualización y Pronóstico
Teorema 7. Para el DLM univariado, el pronóstico para un período adelante y las
13
Abril 2010
distribuciones posteriores se obtienen como sigue:

(a) Dist. a posteriori para  t−1 :  t−1 |Dt−1   Nm t−1 , C t−1 
(b) Dist. a priori para  t :  t |Dt−1   Na t , Rt 
a t  G t m t−1
Rt  G t C t−1 G Tt  W t
(c) Pronóstico para un período: Yt |Dt−1   Nf t , Qt 
f t  F Tt a t
Qt  F Tt Rt F t  V t
(d) Dist. a posterior para  t :  t |Dt   Nm t , C t 
m t  at  A tet
C t  Rt − A t Qt A Tt
A t  Rt F t Q−1
t
e t  Yt − f t
Dadas estas ecuaciones, algunas identidades útiles que surgen son:

−1 −1
(a) At  R t Ft Qt  Ct Ft V t
(b) Ct  R t − At Qt At  R t I − Ft At 
T T
−1 −1 −1 T
(c) Ct  R t  Ft V t Ft
(d) Qt  1 − Ft At  −1 V t
T
−1
(e) Ft At  1 − V t Qt .
T
Estas identidades se pueden aplicar tanto al modelo univariado como a uno multivariado
reemplazando 1 por la matriz I donde corresponda.
Definición 7. Para k ≥ 0 la función de pronóstico f t k  se define por
f t k  E tk |Dt   EFtk

T
 tk Dt ,
donde
 h  F Th  h
es la función de respuesta media para todo tiempo h ≥ 0 .
Teorema 8. Para 0 ≤ j  k , para cada tiempo t la distribución conjunta futura es normal

y se define por las siguientes covarianzas y distribuciones marginales para k períodos
adelante
Dist. de Estado:  tk |Dt   Na t k, Rt k
Dist. de Pronóstico: Ytk |Dt   Nf t k, Qt k
Covar. de Estado: Cov tk ,  tj |Dt   C t k, j
Covar. de Obseraciones: CovYtk , Ytj |Dt   F Ttk C t k, jF tj
14
Abril 2010
Otras Covarianzas: CovYtk ,  tj |Dt   Ftk

T
Ct k, j
Cov tk , Ytj |Dt   Ct k, jFtj ,
donde
f t k  Ftk
T
a t k
Qt k  Ftk
T
R t kFtk  V tk
k−1
a t k  Gtk a t k − 1  a t 0  Gtk−i
i0
R t k  Gtk R t k − 1Gtk

T
 Wtk
Ct k, j  Gtk Ct k − 1, j, k  j  1, . . .
y con valores iniciales
a t 0  mt
R t 0  Ct
Ct j, j  R t j .
4.4 Varianzas Observacionales y de Evolución
En la práctica, las matrices Ft y Gt son generalmente definidas por el investigador.

De igual forma, Wt puede definirse en base al factor de descuento  . Sin embargo, la
varianza V t suele ser desconocida y grande en comparación a Wt . Es así que para facilitar
el análisis se supondrá que V t  V para todo t ; asimismo, se asumirá que precisión
observacional se define por   V −1 y que todas las varianzas y covarianzas están
escaladas por V .
Definición 8. Para cada t , el DLM univariado se define por

Ec. de observaciones: Yt  F Tt  t  v t , v t  N0, V
Ec. de Sistema:  t  G t  t−1  w t , w t  N0, VW∗t 
Información Inicial:  0 |D0 ,   Nm 0 , VC ∗0 
 0 |D0   Γn 0 /2, n 0 S 0 /2,
∗ ∗
con Ft , Gt , Wt , m 0 , C 0 , n 0 y S 0 especificados inicialmente.
Teorema 9. Dado el DLM de la definición 8, los siguientes resultados de distribuciones se

obtienen para cada t ≥ 1 :
15
Abril 2010
Ec. de observaciones: Yt  F Tt  t  v t , v t  N0, V

Ec. de Sistema:  t  G t  t−1  w t , w t  t n t−1 0, W t 
Información Inicial:  t−1 |Dt−1   t n t−1 m t−1 , C t−1 
|Dt−1   Γn t−1 /2, n t−1 S t−1 /2
Pronóstico:  t |Dt−1   t n t−1 a t , Rt 
Yt |Dt−1   t n t−1 f t , Qt 
Rt  G t C t−1 G Tt  W t
a t  G t m t−1
f t  F Tt a t
Qt  F Tt Rt F t  S t−1
 t |Dt   t n t mt , Ct 
n t  n t−1  1
e 2t S
S t  S t−1  − 1 nt−1
Qt t
mt  a t  At e t
S
Ct  t R t − At Qt ATt 
S t−1
e t  Yt − f t
At  R t Ft Q−1t
Dist. de Pronósticos:  tk |Dt   Na t k, R t k
Ytk |Dt   Nf t k, Qt k .
5. Ilustraciones
5.1 Modelo Polinomial de Primer Orden
La tabla 1 presenta información acerca de las diferencias del tipo de cambio £/$
para un periodo de 9 años y 7 meses. Cabe resaltar que los datos se encuentran expresados
en escala logarítmica como es común para variables de esta naturaleza.
1.35 1.00 -1.96 -2.17 -1.78 -4.21 -3.30 -1.43 -1.35 -0.34 -1.38 0.30
-0.10 -4.13 -5.12 -2.13 -1.17 -1.24 1.01 -3.02 -5.40 -0.12 2.47 2.06
-0.18 0.29 0.23 0.00 0.06 0.17 0.98 0.17 1.59 2.62 1.96 4.28
0.26 -1.66 -3.03 -1.80 1.04 3.06 2.50 0.87 2.42 -2.37 1.22 1.05
-0.05 1.68 1.70 -0.73 2.59 6.77 -0.98 -1.71 -2.53 -0.61 3.14 2.96
1.01 -3.69 0.45 3.89 1.38 1.57 -0.08 1.30 0.62 -0.87 -2.11 2.48
-4.73 -2.70 -2.45 -4.17 -5.76 -5.09 -2.92 -0.22 1.42 3.26 0.05 -0.95
-2.14 -2.19 -1.96 2.18 -2.97 -1.89 0.12 -0.76 -0.94 -3.90 -0.86 -2.88
-2.58 -2.78 3.30 2.06 -1.54 -1.30 -1.78 -0.13 -0.20 -1.35 -2.82 -1.97
2.25 1.17 -2.29 -2.49 -0.87 -4.15 -0.53
Tabla 1
16
Abril 2010
La figura 1 muestra el comportamiento de la mencionada información a través del

tiempo. Destaca en la gráfica un aparente proceso estacionario con media en 0 .
6
4
2
tsindex
0
-2
-4
-6
0 20 40 60 80 100
Time
Figura 1
Suponiendo que m 0  0 y C 0  1 según la opinión de varios expertos, se desea

pronosticar el cambio en la tasa para el siguiente mes. Mediante un DLM polinomial de
primer orden es posible resolver el problema asumiendo que la varianza observacional V t
es desconocida y considerando que la precisión presenta la distribución inicial
 0 |D0   Γ0. 5, 0. 005 .
Dada la incertidumbre que se tiene al respecto del modelo, se asumen dos casos de
coeficientes de descuento  y luego de analizar sus resultados, se escogerá la mejor tal que:
(a) Si   0. 8 se tienen los resultados detallados en la tabla 2.
17
Abril 2010
Coef. De
t Wt Rt Qt Pronóstico Adaptación Yt et1 mt Ct nt St
0 1.35 1.00 1.00 0.01
1 0.25 1.25 1.26 0.00 0.99 1.00 1.00 0.99 0.01 2.00 0.01
2 0.00 0.01 0.02 0.99 0.55 -1.96 -2.95 -0.64 0.72 3.00 1.30
3 0.18 0.90 2.20 -0.64 0.41 -2.17 -1.53 -1.27 0.54 4.00 1.32
4 0.14 0.68 2.00 -1.27 0.34 -1.78 -0.51 -1.44 0.37 5.00 1.09
5 0.09 0.46 1.55 -1.44 0.30 -4.21 -2.77 -2.26 0.54 6.00 1.81
6 0.13 0.67 2.48 -2.26 0.27 -3.30 -1.04 -2.54 0.45 7.00 1.66
7 0.11 0.56 2.23 -2.54 0.25 -1.43 1.11 -2.26 0.40 8.00 1.57
8 0.10 0.50 2.07 -2.26 0.24 -1.35 0.91 -2.04 0.35 9.00 1.47
9 0.09 0.44 1.91 -2.04 0.23 -0.34 1.70 -1.65 0.36 10.00 1.54
… … … … … … … … … … … …
109 0.20 1.00 5.00 -0.64 0.20 1.17 1.81 -0.28 0.80 110.00 3.99
110 0.20 1.00 4.99 -0.28 0.20 -2.29 -2.01 -0.68 0.80 111.00 3.98
111 0.20 1.00 4.98 -0.68 0.20 -2.49 -1.81 -1.04 0.79 112.00 3.97
112 0.20 0.99 4.96 -1.04 0.20 -0.87 0.17 -1.01 0.79 113.00 3.94
113 0.20 0.98 4.92 -1.01 0.20 -4.15 -3.14 -1.64 0.79 114.00 3.97
114 0.20 0.99 4.96 -1.64 0.20 -0.53 1.11 -1.41 0.79 115.00 3.95
115 0.20 0.99 4.93 -1.41 0.20
Tabla 2
(b) Si   1. 0 se tienen los resultados detallados en la tabla 3:
Coef. De
t Wt Rt Qt Pronóstico Adaptación Yt et1 mt Ct nt St
0 1.35 0.00 1.00 1.00 0.01
1 0.00 1.00 1.01 0.00 0.99 1.00 1.00 0.99 0.01 2.00 0.01
2 0.00 0.01 0.02 0.99 0.50 -1.96 -2.95 -0.48 0.73 3.00 1.46
3 0.00 0.73 2.19 -0.48 0.33 -2.17 -1.69 -1.04 0.52 4.00 1.58
4 0.00 0.52 2.10 -1.04 0.25 -1.78 -0.74 -1.22 0.34 5.00 1.34
5 0.00 0.34 1.68 -1.22 0.20 -4.21 -2.99 -1.82 0.46 6.00 2.31
6 0.00 0.46 2.77 -1.82 0.17 -3.30 -1.48 -2.07 0.37 7.00 2.24
7 0.00 0.37 2.61 -2.07 0.14 -1.43 0.64 -1.98 0.29 8.00 2.00
8 0.00 0.29 2.29 -1.98 0.12 -1.35 0.63 -1.90 0.23 9.00 1.82
9 0.00 0.23 2.05 -1.90 0.11 -0.34 1.56 -1.72 0.21 10.00 1.85
… … … … … … … … … … … …
109 0.00 0.05 5.42 -0.47 0.01 1.17 1.64 -0.46 0.05 110.00 5.34
110 0.00 0.05 5.39 -0.46 0.01 -2.29 -1.83 -0.47 0.05 111.00 5.32
111 0.00 0.05 5.37 -0.47 0.01 -2.49 -2.02 -0.49 0.05 112.00 5.31
112 0.00 0.05 5.36 -0.49 0.01 -0.87 -0.38 -0.49 0.05 113.00 5.27
113 0.00 0.05 5.31 -0.49 0.01 -4.15 -3.66 -0.53 0.05 114.00 5.34
114 0.00 0.05 5.38 -0.53 0.01 -0.53 0.00 -0.53 0.05 115.00 5.29
115 0.00 0.05 5.34 -0.53 0.01
Tabla 3
La figura 2 presenta el ajuste de los modelos a los datos. Nótese que el primero, al
tener A t mayor, reacciona más ante los cambios en los datos. Esto implica también que el
caso con   1 se presenta como un camino aleatorio puro, donde W t  0 para todo t .
18
Abril 2010
delta = 0.8
6
delta = 1.0
4
2
Yt
0
-2
-4
-6
0 20 40 60 80 100
Figura 2
Ahora bien, haciendo una comparación en base a estadísticos como el MAD y el

MSE se tiene que
Delta MAD MSE

0.8 1.77 5.00
1.0 1.94 5.49
Tabla 4
Y por ende, se concluye que el primer modelo es el más conveniente entregando un

pronóstico para el próximo mes de −1. 41 , con una varianza de 4. 93 . En cuanto a esto, la
figura 3 presenta el comportamiento de algunas variables del modelo seleccionado. Es
evidente que éstas convergen a cierto valor a medida que t →  , lo cual es una
demostración empírica del teorema 3.
19
Abril 2010
0.2 0.4 0.6 0.8 1.0
4
3
At[-1]
St
2
1
0
0 20 40 60 80 100 0 20 40 60 80 100
t[-1] t
5
0.8
4
3
Qt
Ct
0.4
2
1
0.0
0 20 40 60 80 100 0 20 40 60 80 100
t t
Figura 3
5.2 DLM de Regresión
El siguiente ejemplo pretende modelar la ecuación de demanda con estructura

Cobb-Douglas
Yt  P t   t ,
donde Yt representa la participación de mercado de una empresa, P t es el precio por un

producto de dicha firma y el parámetro  t es la elasticidad precio de la demanda.
La tabla 5 presenta información trimestral de estas variables. Los datos han sido
transformados a su forma logarítmica a fin de linealizar la ecuación anterior.
20
Abril 2010
t Y P
1 0.45 -0.5
2 0.83 -1.3
3 1.45 -1.5
4 0.88 -0.84
5 -1.43 -0.65
6 -1.5 -1.19
7 -2.33 2.12
8 -0.78 0.46
9 0.58 -0.63
10 1.1 -1.22
11 NA -2
12 NA 2
Tabla 5
Estudiando estos datos, se observa un comportamiento acorde con las leyes de

demanda como lo evidencia la figura 4, en la que una dinámica de espejo es notoria entre
las variables de participación y precio.
1
ts(share)
0
-2
2 4 6 8 10
Time
ts(price[-(11:12)])
2
1
-1 0
2 4 6 8 10
Time
Figura 4
Se intenta pronosticar el valor de Y11 y Y12 , por lo que inicialmente se corre una
regresión simple sin intercepto. Se obtienen así los siguientes resultados:
21
Abril 2010
Call:
lm(formula = share ~price[-(11:12)] - 1)
Residuals:
Min 1Q Median 3Q Max
-2.25992 -0.85371 0.06527 0.28511 0.49212
Coefficients:
Estimate Std. Error t value Pr(>|t|)
price[-(11:12)] -0.6386 0.2918 -2.188 0.0564.
---
Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1
Residual standard error: 1.065 on 9 degrees of freedom
Multiple R-squared: 0.3473, Adjusted R-squared: 0.2748
F-statistic: 4.789 on 1 and 9 DF, p-value: 0.0564
1
0
share
-1
-2
-1 0 1 2
price[-(11:12)]
Figura 5
Si bien el estimado de la elasticidad parece adecuado, los valores p de los test t y F

alertan sobre posibles fallos. La figura 5 además indica que existen aparentes puntos de
influencia con capacidad para alterar las conclusiones. Es así que se decide utilizar una
regresión DLM con tasa de descuento   0. 6 a fin de corregir estos problemas. En cuanto
a esto, la figura 6 evidencia que el comportamiento de la elasticidad no es constante a
través del tiempo, por lo que un DLM podría ser conveniente
22
Abril 2010
2
1
tselast
0
-1
2 4 6 8 10
Time
Figura 6
Se supone entonces que m 0  0 y C 0  1 . Y se asumirán dos casos en que el

primero presenta una varianza observacional V t conocida y constante en el tiempo, y el
segundo tiene varianza observacional desconocida con una precisión dada por
 0 |D0   Γ0. 5, 0. 01 . Entonces:
(a) Si V t  0. 2 para todo t , se tienen los resultados detallados en la tabla 6.
Coef. De
t Wt Rt Qt Pronóstico Adaptación Yt et1 mt Ct Vt
1 0.45 0.00 1.00 0.20
2 0.67 1.67 3.02 0.00 -0.72 0.83 0.83 -0.60 0.11 0.20
3 0.07 0.18 0.61 0.89 -0.45 1.45 0.56 -0.85 0.06 0.20
4 0.04 0.10 0.27 0.71 -0.31 0.88 0.17 -0.90 0.07 0.20
5 0.05 0.12 0.25 0.58 -0.32 -1.43 -2.01 -0.26 0.10 0.20
6 0.07 0.16 0.43 0.31 -0.45 -1.50 -1.81 0.55 0.08 0.20
7 0.05 0.13 0.77 1.18 0.35 -2.33 -3.51 -0.67 0.03 0.20
8 0.02 0.05 0.21 -0.31 0.12 -0.78 -0.47 -0.72 0.05 0.20
9 0.03 0.09 0.23 0.46 -0.23 0.58 0.12 -0.75 0.07 0.20
10 0.05 0.12 0.38 0.92 -0.39 1.10 0.18 -0.82 0.06 0.20
11 0.04 0.11 0.63 1.65 -0.34 0.03 0.20
12 0.02 0.06 0.43 -1.65 0.27 0.03 0.20
Tabla 6
(b) Si V t es desconocida, se tienen los resultados detallados en la tabla 7.
23
Abril 2010
Coef. De
t Wt Rt Qt Pronóstico Adaptación Yt et2 mt Ct St Pt
1 0.45 0.00 1.00 0.20 5.00
2 0.67 1.67 3.02 0.00 -0.72 0.83 0.83 -0.60 0.07 0.12 8.14
3 0.05 0.11 0.38 0.89 -0.45 1.45 0.56 -0.85 0.03 0.12 8.66
4 0.02 0.06 0.16 0.71 -0.31 0.88 0.17 -0.90 0.03 0.09 10.89
5 0.02 0.06 0.12 0.58 -0.32 -1.43 -2.01 -0.26 0.35 0.72 1.39
6 0.23 0.58 1.54 0.31 -0.45 -1.50 -1.81 0.55 0.32 0.85 1.18
7 0.21 0.54 3.26 1.18 0.35 -2.33 -3.51 -0.67 0.20 1.19 0.84
8 0.13 0.33 1.26 -0.31 0.12 -0.78 -0.47 -0.72 0.28 1.07 0.94
9 0.18 0.46 1.25 0.46 -0.23 0.58 0.12 -0.75 0.35 0.95 1.05
10 0.23 0.58 1.82 0.92 -0.39 1.10 0.18 -0.82 0.27 0.86 1.17
11 0.18 0.46 2.69 1.65 -0.34
12 -1.65
Tabla 7
Nótese que en ambas situaciones los pronósticos ( f t ), los residuos ( e t ) y las

elasticidades estimadas ( m t ) resultan ser iguales.
Para comparar estos modelos con la regresión lineal simple hecha anteriormente, la
figura 7 muestra el ajuste de los coeficientes estimados con relación a la elasticidad
observada. Adicional a esto, los estadísticos MAD y MSE de ambos casos se presentan en
la tabla 8.
2
DLM
Reg. Simple
1
tselast
0
-1
2 4 6 8 10
Time
Figura 7
24
Abril 2010
Modelo MAD MSE

Reg.Simple 0.59 0.85
DLM 0.81 1.74
Tabla 8
Se concluye entonces que si bien, la regresión simple es más precisa, el DLM es

capaz de ajustarse de mejor manera a los cambios en la información que se presente.
Finalmente la tabla 9 presenta los pronósticos para las observaciones 11 y 12 según ambos
modelos.
t Reg.Sim DLM
11 1.28 1.65
12 -1.28 -1.65
Tabla 9
25
Abril 2010
6. Bibliografía y Referencias
- WEST Mike, HARRISON Jeff, Bayesian Forecasting and Dynamic Models, 2º Ed.,
1997, Springer Series in Statistics.
26
Abril 2010
7. Algoritmo en R para la sección 6

##EJERCICIO 1##
index=c(1.35,1,-1.96,-2.17,-1.78,-4.21,-3.30,-1.43,-1.35,
-0.34,-1.38,0.3,-0.1,-4.13,-5.12,-2.13,-1.17,-1.24,1.01,
-3.02,-5.4,-0.12,2.47,2.06,-0.18,0.29,0.23,0,0.06,0.17,
0.98,0.17,1.59,2.62,1.96,4.28,0.26,-1.66,-3.03,-1.8,1.04,
3.06,2.5,0.87,2.42,-2.37,1.22,1.05,-0.05,1.68,1.7,-0.73,2.59,
6.77,-0.98,-1.71,-2.53,-0.61,3.14,2.96,1.01,-3.69,0.45,
3.89,1.38,1.57,-0.08,1.3,0.62,-0.87,-2.11,2.48,-4.73,-2.7,
-2.45,-4.17,-5.76,-5.09,-2.92,-0.22,1.42,3.26,0.05,-0.95,
-2.14,-2.19,-1.96,2.18,-2.97,-1.89,0.12,-0.76,-0.94,
-3.9,-0.86,-2.88,-2.58,-2.78,3.3,2.06,-1.54,-1.3,-1.78,-0.13,
-0.2,-1.35,-2.82,-1.97,2.25,1.17,-2.29,-2.49,-0.87,-4.15,
-0.53)
tsindex=ts(index)
plot(tsindex)
abline(h=0)
m0=0
C0=1
n0=1
d0=0.01
S0=d0/n0
t=seq(0,115,1)
#coeficiente delta=0.8#
delta=0.8
Wt=c(0)
Rt=c(0)
Qt=c(0)
ft1=c(0)
At=c(0)
Yt=c(index[1])
et1=c(0)
mt=c(m0)
Ct=c(C0)
nt=c(n0)
dt=c(d0)
St=c(S0)
Pt=c(1/S0)
for (i in 1:115){
Wt=c(Wt,(1-delta)*Ct[i]/delta)
Rt=c(Rt,Ct[i]+Wt[i+1])
27
Abril 2010
Qt=c(Qt,Rt[i+1]+St[i])
ft1=c(ft1,mt[i])
At=c(At,Rt[i+1]/Qt[i+1])
Yt=c(Yt,index[i+1])
et1=c(et1,Yt[i+1]-ft1[i+1])
mt=c(mt,mt[i]+At[i+1]*et1[i+1])
nt=c(nt,nt[i]+1)
St=c(St,St[i]+St[i]*(-1+et1[i+1]**2/Qt[i+1])/nt[i+1])
Ct=c(Ct,At[i+1]*St[i+1])
Pt=c(Pt,1/Ct[i+1])
}
table1=cbind(t,Wt,Rt,Qt,ft1,At,Yt,et1,mt,Ct,nt,St,Pt)
#coeficiente delta=1#
delta=1
Wt=c(0)
Rt=c(0)
Qt=c(0)
ft2=c(0)
At=c(0)
Yt=c(index[1])
et2=c(0)
mt=c(m0)
Ct=c(C0)
nt=c(n0)
dt=c(d0)
St=c(S0)
Pt=c(1/S0)
for (i in 1:115){
Qt=c(Qt,Rt[i+1]+St[i])
ft2=c(ft2,mt[i])
At=c(At,Rt[i+1]/Qt[i+1])
Yt=c(Yt,index[i+1])
et2=c(et2,Yt[i+1]-ft2[i+1])
mt=c(mt,mt[i]+At[i+1]*et2[i+1])
nt=c(nt,nt[i]+1)
Ct=c(Ct,At[i+1]*St[i+1])
Pt=c(Pt,1/Ct[i+1])
}
table2=cbind(t,Wt,Rt,Qt,ft2,At,Yt,et2,mt,Ct,nt,St,Pt)
#Selección del mejor modelo#

plot(t,Yt)
28
Abril 2010
lines(t,ft1,col="blue")
lines(t,ft2,col="red")
legend(80,7,c("delta = 0.8","delta =
1.0"),col=c("blue","red"),lty=1)
table1[110:116,]
table2[110:116,]
MAD1=sum(abs(et1[-length(et1)]))/length(index)
MAD2=sum(abs(et2[-length(et1)]))/length(index)
MSE1=sum(et1[-length(et1)]**2)/length(index)
MSE2=sum(et2[-length(et1)]**2)/length(index)
MAD1
MAD2
MSE1
MSE2
#Estudio de convergencia#
par(mfrow=c(2,2))
plot(t[-1],At[-1],type="l")
plot(t,St,type="l")
plot(t,Ct,type="l")
plot(t,Qt,type="l")
##EJERCICIO 2##
share=c(0.45,0.83,1.45,0.88,-1.43,-1.50,-2.33,-
0.78,0.58,1.10)
price=c(-0.5,-1.3,-1.5,-0.84,-0.65,-1.19,2.12,0.46,-0.63,-
1.22,-2,2)
par(mfrow=c(2,1))
plot(ts(share))
plot(ts(price[-(11:12)]))
par(mfrow=c(1,1))
reg.sim=lm(share~price[-(11:12)]-1)
summary(reg.sim)
plot(price[-(11:12)],share)
abline(reg.sim)
elast=share/price[-(11:12)]
tselast=ts(elast)
plot(tselast,type="l")
m0=0
C0=1
29
Abril 2010
t=seq(1,12,1)
#varianza observacional conocida#

delta=0.6
V=0.2
Wt=c(0)
Rt=c(0)
Qt=c(0)
ft=c(0)
At=c(0)
Yt=c(share[1])
et1=c(0)
mt1=c(m0)
Ct=c(C0)
Vt=c(V)
Pt=c(1/V)
for (i in 1:11){
Qt=c(Qt,(price[i+1]**2)*Rt[i+1]+Vt[i])
ft=c(ft,price[i+1]*mt1[i])
At=c(At,price[i+1]*Rt[i+1]/Qt[i+1])
Yt=c(Yt,share[i+1])
et1=c(et1,Yt[i+1]-ft[i+1])
mt1=c(mt1,mt1[i]+At[i+1]*et1[i+1])
Vt=c(Vt,V)
Ct=c(Ct,Rt[i+1]*Vt[i+1]/Qt[i+1])
Pt=c(Pt,1/Vt[i+1])
}
table1=cbind(t,Wt,Rt,Qt,ft,price,At,Yt,et1,mt1,Ct,Vt,Pt)
#Varianza observacional desconocida#

delta=0.6
n0=1
S0=0.2
Wt=c(0)
Rt=c(0)
Qt=c(0)
ft=c(0)
At=c(0)
Yt=c(share[1])
et2=c(0)
mt2=c(m0)
Ct=c(C0)
St=c(S0)
nt=c(n0)
30
Abril 2010
Pt=c(1/V)
for (i in 1:11){
Qt=c(Qt,(price[i+1]**2)*Rt[i+1]+St[i])
ft=c(ft,price[i+1]*mt2[i])
At=c(At,price[i+1]*Rt[i+1]/Qt[i+1])
Yt=c(Yt,share[i+1])
et2=c(et2,Yt[i+1]-ft[i+1])
mt2=c(mt2,mt2[i]+At[i+1]*et2[i+1])
nt=c(nt,nt[i]+1)
Ct=c(Ct,Rt[i+1]*St[i+1]/Qt[i+1])
Pt=c(Pt,1/St[i+1])
}
table2=cbind(t,Wt,Rt,Qt,ft,price,At,Yt,et2,mt2,Ct,St,Pt)
#Presentación de Resultados#
plot(tselast,type="p")
lines(t,mt1,col="red")
lines(c(0,10),c(reg.sim$coef,reg.sim$coef),col="blue")
legend(7,2,c("DLM","Reg.
Simple"),col=c("red","blue"),lty=c(1,1))
table1
table2
MAD1=sum(abs(et1[-(11:12)]))/length(share)
MAD2=sum(abs(reg.sim$residuals))/length(share)
MSE1=sum(et1[-(11:12)]**2)/length(share)
MSE2=sum((reg.sim$residuals)**2)/length(share)
MAD1
MAD2
MSE1
MSE2
#Pronósticos para más periodos#

share11.DLM=mt2[10]*price[11]
share12.DLM=mt2[10]*price[12]
share11.reg=reg.sim$coef*price[11]
share12.reg=reg.sim$coef*price[12]
share11.DLM
share11.reg
share12.DLM
share12.reg
31

Modelos Lineales Dinámicos Bayesianos

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Modelos Lineales Dinámicos Bayesianos

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad San Francisco

Modelos Lineales Dinámicos Bayesianos1

Juan Sebastián Araujo D.

En términos generales entonces, los DLM se definen según la estructura cuádruple

En la sección 2 se presentan los modelos polinomiales de primer orden, de los

2. Modelos Polinomiales de Primer Orden

El modelo polinomial de primero orden para pronosticar un proceso estocástico Yt ,

donde v t se denomina error observacional, y la tendencia  t sigue un camino aleatorio

en el que w t es conocido como error de evolución.

En un principio, se asumirá que las varianzas V t y W t son conocidas, y también que

EYtk | t   E tk | t    t

donde m t es un valor conocido en el tiempo t .

2.2 El Modelo Cerrado

Para la definición y los teoremas presentados a continuación, se asumirá al DLM

Definición 1. Para cada tiempo t , el DLM 1, 1, V t , Wt  se define por:

Teorema 1. Para el DLM definido por 1, 1, V t , W t  , el pronóstico para el siguiente

Analizando las ecuaciones del teorema 1, se pueden observar tres detalles

donde  t es la correlación entre Yt y  t dada la información Dt−1 .

- Segundo, resulta evidente que el valor m t es un promedio ponderado entre el valor

- Tercero, la precisión del modelo  t definida por la inversa de la varianza

(ii) Precisión posterior

Teorema 2. Para k ≥ 1 existen las siguientes distribuciones

2.3 El Modelo Constante

Dado esto, es posible hacer un análisis de convergencia límite como indica el

Teorema 3. Definida la razón constante r  W/V ; a medida que t →  , A t → A ,

Nótese que según el teorema, si A  1 implica que V  0 y por ende r →  . En

Corolario 1. Considerando el DLM constante y el Teorema 2, se tiene que la distribución

2.4 Importancia y Determinación de la Varianza de Evolución Wt

donde   1 − A y e t |Dt−1   N0, Q con Q  V/ por el teorema 3. Por su parte, el

donde  0  1 − A 0 y a t |Dt−1   N0, Q0  con Q0  V 0 / 0 .

De aquí se obtiene que si t →  :

Surge entonces la pregunta, ¿qué valores de W deberían seleccionarse para que

Ahora bien, por el teorema 3 se sabe también que

es decir, W es una proporción fija de C . Y tomando como factor de descuento a   1 − A

es posible definir una valor para W t mediante la fórmula

2.5 El Desconocimiento de la Varianza Observacional Vt

En la práctica, la varianza observacional V t no suele ser conocida aunque se pueden

Nótese entonces que gracias al teorema 3 es posible representar a W t y C t como

w t |Dt−1   N0, VW∗t  ,

Definición 2. Para cada tiempo t , el DLM se define por

Dada la distribución gamma a priori que sigue la precisión, se tiene que

donde S 0  d 0 /n 0 es una estimación puntual a priori de V . Además, se puede redefinir la

Teorema 4. Dado el DLM de la definición 2, se tienen los siguientes resultados para

3. Modelos de Regresión Dinámica

En general, los modelos de regresión estudian el efecto de variables independientes

E t  t−1    t−1 ,

con su varianza correspondiente.

3.2 El Modelo de Regresión como DLM

Para definir el modelo DLM es importante recalcar dos características de la matriz

Definición 3. Para cada t , el DLM de regresión se define como

es la matriz de varianza de evolución para  t .

Definición 4. Sea el DLM F t , 1, V t , W t  tal que

3.3 Ecuaciones de Actualización y Pronóstico

En consideración al modelo propuesto en la definición 4 y a los conceptos tratados

Teorema 5. El pronóstico para un período adelante y las distribuciones posteriores se

Ytk |Dt   Nf t k, Qt k

Qt k  F 2tk Rt k  V tk .

Las ecuaciones de los teoremas 5 y 6 entregan cuatro conclusiones importantes:

- La media posterior m t se obtiene mediante una corrección en base al error de

Nótese también que este valor es directamente proporcional a |F t | , de modo que si

- Si se suponen varianzas constantes, entonces se cumple lo siguiente para t →  y la

en consecuencia, si F es acotado, A t y C t también serán acotados tal que

a  F  b  A t ∈ Aa, Ab, C t ∈ Cmax|a|, |b|, Cmin|u| : u ∈ a, b

- En el modelo estático ( Wt  0, ∀t ), donde  es constante, se cumple que